科研星球

「文献解读」使用8-miRNA特征可以准确识别TNBC患者的临床结局

今天解读的这篇文章发表在Theranostics(影响因子8.579)上,题目:A panel of eight microRNAs is a good predictive parameter for triple-negative breast cancer relapse。作者证明了使用8-miRNA特征可以准确识别TNBC患者的临床结局。8-miRNA标记可能在TNBC中有重要作用。

摘要

背景:三阴性乳腺癌(TNBC)在所有乳腺癌中具有最高的复发率和最短的生存时间,因此迫切需要一种风险评估方法来确定准确的治疗方案。miRNA表达模式已被确定为诊断,预后和个性化治疗的潜在生物标志物。在这里,作者研究了候选miRNA的组合,作为可在临床上准确预测TNBC患者术后复发的临床应用特征。
方法:使用logistic回归和高斯混合分析对四个训练数据集(TCGA_TNBC和GEOD-40525)和验证数据集(GSE40049和GSE19783)进行分析。作者建立了miRNA特征风险模型,并确定了用于预测TNBC复发的8-miRNA特征。
结果:miRNA特征风险模型在训练集中确定了10个候选miRNA。通过组合10个miRNA中的8个(miR-139-5p,miR-10b-5p,miR-486-5p,miR-455-3p,miR-107,miR-146b-5p,miR-324-5p和miR- 20a-5p),建立了TNBC患者复发的准确预测模型,并与预后高度相关(AUC为0.80)。随后,该8-miRNA特征预示了两个验证集中AUC分别为0.89和0.90。
结论:8-miRNA特征预测模型可以帮助临床医生为手术后复发高风险的TNBC患者提供预后,并提供进一步的个性化治疗以减少复发机会。

流程图

wxsync-2020-09-9ce5e6ca90c597e0151bea499c70345f.png

结果概述

1. 从公共数据集中筛选候选miRNA

为了筛选重要的生物标记并验证TNBC中潜在的候选miRNA,作者从两个不同的数据集中(TCGA_TNBC and GEOD-40525)获得了总共125个TNBC组织和15个相邻的正常组织。分别在TCGA_TNBC和GEOD-40525中表达了总共1046和723个miRNA。作者将p值和FDR阈值设置为小于0.05。然后,分别在TCGA_TNBC和GEOD-40525中保留了109和44个miRNA。最后,TCGA_TNBC和GEOD-40525数据集共有10个候选miRNA。下表1中显示了数据集的临床病理特征。下表2中提供了由Venn图分析生成的10个miRNA的详细列表。此外,作者使用了这10个候选标记物通过逻辑回归和GMM分析来验证miRNA的特征。然后,作者根据肿瘤复发的AUC值建立了8-miRNA特征。由于8-miRNA标记可能是预后的生物标志物,因此对GSE40049和GSE19783进行了独立研究,以验证其预测准确性。根据预测结果,作者确定了需要积极治疗以提高其生存率的TNBC高危人群。
wxsync-2020-09-ef54bb2d82c12c88c335beae7336f72f.png
wxsync-2020-09-d207ae8f2654ef9114b159795091d5ed.png

对于TCGA_TNBC和GEOD-40525数据集,热图表示与相邻的正常组织和肿瘤组织不同的10个候选miRNA的表达。hsa-miR-486-5p,hsa-miR-139-5p和hsa-miR-10b-5p的表达水平下调,hsa-miR-107,hsa-miR-146b-5p,hsa-miR-142-3p,hsa-miR-17-5p,hsa-miR-455-3p,hsa-miR-324-5p和hsa-miR-20a-5p的表达水平在TCGA_TNBC和GEOD-40525数据集中均上调。如下图所示:

wxsync-2020-09-7aeb581c66d1634307e719778640e245.png

比较肿瘤与相邻正常组之间10种候选miRNA的表达水平,发现TCGA_TNBC和GEOD-40525数据集之间的差异具有统计学意义,如下图所示:

wxsync-2020-09-146ae3bcb4c87e39d27803c860e0fd30.png

根据TCGA_TNBC数据,与TNBC患者相比,非TNBC患者中10个候选基因的表达显著。3个下调的miRNA中只有hsa-miR-486-5p不显著。如下图A所示。hsa-miR-20-5p,hsa-miR-107,hsa-miR-146b-5p,hsa-miR-455-3p,hsa-miR-324-5p,hsa-miR-17-5p,hsa-miR -142-3p在TNBC与非TNBC患者之间的7个上调的miRNA中极为显著,如下图B所示。结果表明,这10种候选miRNA在TNBC和非TNBC患者样本间有很大差异。

wxsync-2020-09-1c4c05eabe9d1598b66297099c327f51.png
2. 使用训练集建立用于TNBC复发预测的8-miRNA特征
为了预测建模,作者使用逻辑回归分析来评估10个miRNA候选物的每个表达值与AUC值之间的关联。在患者DFS分析中进行了筛查。作者使用了基于GMM的决定性聚类,这是一种非常可行的方法,并且具有良好的聚类性能。然后,作者通过GMM和AUC将基因集聚为八个类。然后,作者选择了AUC最高的一个簇作为预测TNBC患者复发的标志。因此,通过整合8个miRNA的表达数据,开发了复发的miRNA候选风险评分模型。hsa-miR-139-5p,hsa-miR-107,hsa-miR-486-5p,hsa miR-10b-5p,hsa-miR-146b-5p,hsa-miR-455-3p,hsa miR -20a-5p和hsa-miR-324-5p特征显示GMM分类器的平均准确度为0.8031,如下图所示。
wxsync-2020-09-460554c7c8d4c784140b4b3ac50a7fa9.png


此外,作者还使用公式预测和比较了 luminal A(AUC = 0.7), luminal B(AUC = 0.83),HER2(AUC = 0.94)和TNBC(AUC = 0.8)的AUC值,如下图所示。结果表明,HER2,luminal B和TNBC患者中这10个候选物的AUC值在预测复发方面优于luminal A患者。但是,TNBC中8-miRNA组合的AUC值被限制为0.8,并且小于其他亚型。
wxsync-2020-09-1edb7c48a2c06ccd7856331081318057.png

为了验证此8-miRNA特征的预后作用,miRNA风险评分的计算方法如下:组合miRNA panel =(0.02554× expression value of miR-139) + (-0.000005284× expression value of miR-10b) + (-0.0003305× expression value of miR-486) + (0.008664× expression value of miR-107) + (0.003201× expression value of miR-324) + (0.001031× expression value of miR-455) + (0.000474× expression value of miR-146b) + (-0.001575× expression value of miR-20a)。根据中位数(中位数= 1.602)进行风险评分,将111例患者分为高风险(n = 55)和低风险(n = 56)组,如下图A、B所示。此外,对患者的DFS和OS,使用8-miRNA特征的Kaplan-Meier生存分析来比较高风险组和低风险组。最终,作者确认高风险组的复发和死亡率显著高于低风险组。如下图C、D所示。更重要的是,ROC曲线进一步证明了风险评分模型能够有效预测TNBC患者的复发。此外,8-miRNA特征的AUC值为0.8032,如下图E所示。TNBC的8-miRNA功能作用涉及TNBC的生长,转移,化学抗性,免疫调节剂,复发和凋亡。

wxsync-2020-09-67630d5233ece86c69d4053f47d8f523.png
3. TNBC中miRNA预后的生存分析
为了进一步研究8种单独的miRNA与TNBC患者OS和DFS的临床特征之间的特异性联系,使用Kaplan-Meier方法进行了全面的生存分析。在分析中,结果表明三个miRNA(hsa-miR-455-3p,hsa-miR-107和hsa-miR-486-5p)与OS显著相关,如下图A、B所示。
wxsync-2020-09-6f27332e6a75107301ae5c14e5ff31df.png

此外,DFS分析结果表明,hsa-miR-139-5p与DFS显著相关(如下图所示):

wxsync-2020-09-72a0fcb2aa94e94aacc1854fca3bb8b3.png


这些结果表明,hsa-miR-139-5p与TNBC患者的复发相关。然而,hsa-miR-455-3p,hsa-miR-107和hsa-miR-486-5p与OS相关。为了探讨与TNM分类相关的主要预后因素,以肿瘤大小,淋巴结状态和远处转移为主要预后因素。在I-II期(早期)和III-IV期,仅hsa-miR-139-5p显著表达,如下图A所示。作者还发现,hsa-miR-139-5p与淋巴结转移高度相关(如下图B所示),在远处转移高度表达(如下图C所示)。
wxsync-2020-09-f42ad34bce9d02df063efb57817b7893.png
4. 识别基于8-miRNA特征的风险评分的基因集

为了全面研究miRNA及其功能之间的相互作用,在高风险组中进行了8-miRNA信号的GO和Hallmark通路分析,功能富集分析表明8-miRNA标记在炎症,转移和代谢中富集,如下图A所示。因此,作者计算了富集率,即标准化的富集得分(NES)×GeneRatio(富集基因数/总基因数),然后对该比率进行排秩。气泡图显示8-miRNA特征与TNF-α/NF-κB信号传导,胸腺细胞聚集,肥大细胞激活,T细胞分化,炎症反应和细胞粘附有关。此外,来自GSEA的带有Hallmark基因集的前10个结果显示,大多数通路和基因对于炎症调节至关重要,并且癌症转移与高风险评分相关。前10个GO基因集还与淋巴细胞激活,细胞粘附和质膜外侧相关,这对于炎症反应和肿瘤进展至关重要。如下图B所示。

wxsync-2020-09-f8252ee9c59987f1d8bc17acf8db0912.png

为了进一步确认哪些生物功能与此8-miRNA特征相关,下图C中的流程图将miRTarBase的miRNA靶标与8-miRNA候选物结合起来,以识别其潜在靶标。然后,使用功能富集工具Reactome来分析其生物功能。结果表明8-miRNA信号与白细胞介素4和白细胞介素13信号,细胞衰老,RUNX3的转录调控,MECP2的转录调控以及氧化应激诱导的衰老相关。条形图表明,产生的通路对免疫系统,细胞反应,基因表达,癌症和信号转导至关重要,如下图D所示:

wxsync-2020-09-bc929aeb3dbb34e895f79602636c25b0.png
5. 通过验证集验证用于TNBC复发预测的miRNA特征
为了验证该8-miRNA特征的预后作用,作者将通过测试获得的相同miRNA特征应用于独立队列中的其他60名TNBC患者。评估了验证队列GSE40049,GSE19783和E-MTAB-1989数据集中的表达,这些表达由复发事件和无复发事件组成。作者使用相同的8-miRNA特征进行了逻辑回归分析,以诊断和预测患者复发的可能性。根据中位风险评分,GSE40049将24例患者分为高危(n = 11)和低危(n = 13)组,如下图A所示。此外,根据中位风险评分,在GSE19783中将18例患者分为高风险(n = 8)和低风险(n = 10)组,如下图B所示。
wxsync-2020-09-21d0241d26a0f86e11a49487c421b22d.png

使用具有8-miRNA特征的Kaplan-Meier生存分析来比较高危和低危组患者的DFS。在分析中,作者确认了高风险组中的8-miRNA特征与GSE40049(下图C),GSE19783(下图D)和E-MTAB-1989数据集的患者复发率显著相关。分析了训练集和验证集之间的AUC值,在验证集中的AUC值为0.8961(GSE19783)和0.9062(GSE40049),而在训练集中为0.8032(下图E)。因此,ROC曲线显示,验证集中的8-miRNA特征优于训练集。

wxsync-2020-09-128d1e4b4410d43b9ff22386f8481311.png

 

作者证明了使用8-miRNA特征可以准确识别TNBC患者的临床结局。8-miRNA标记可能在TNBC中有重要作用。但需要在大型独立患者队列中进行进一步的验证研究,以评估其对TNBC诊断和预后的真实临床价值。


没有账号?